标记分水岭图像分割算法.docVIP

标记分水岭图像分割算法 软件1班 06号 董新瑞 【摘　要】为了降低分水岭算法的过分割问题,提出一种新改进的基于标记的分水岭图像分割方法。该方法是在分水岭算法的基础上,算法直接应用分水岭在原始梯度图像而并非简化之后的图像进行分割,从而保证没有物体边缘信息的丢失。与此同时,新算法设计一种新的标记提取方法,从梯度的低频成份中提取与物体相关的局部极小值。它们将构成二值标记图像。然后,将提取的标记利用形态学极小值标定技术强制作为原始梯度图像的局部极小值,而屏蔽梯度图像中原有的所有局部极小值。最后,分水岭在经过修改之后的梯度图像上进行图像分割,最终获得较好的图像分割结果。利用本文提出的图像分割算法可以获得较为理想的图像分割结果。通过对不同类型的图像进行试验,证明本文提出的图像分割算法能够获得符合人类视觉特点,具有实际意义而且一致的分割区域,以及较为准确、连续、一个像素大小的物体边界。与其他的分水岭改进方法相比,本文提出的方法要求的计算复杂度较低,具有简单的参数,同时能够更为有效地降低分水岭算法的过分割问题。 【关键词】 图像分割　彩色图像的梯度图　巴特沃思低通滤波　数学形态学　标记提取　分水岭 【Abstract】　This paper suggests an imp roved marker2based watershed image2segmentation method to reduce the over2 segmentation of the watershed algorithm. The new method app lies the watershed transform directly on the original gradients image instead of simp lified image, so that the loss of boundary information can be avoided. On the other hand, we design a new marker2extracted app roach to extract the regional minima related to the objects from the low frequency components of the gradients. These extracted minima constitute the binary marker image. And then the extracted markers are imposed on the original gradients as its minima, while all its intrinsic minima are supp ressed. Finally, the watershed algorithm is app lied to the modified gradients by the markers to reduce effectively the over2segmentation. Across a variety of image types, it is p roven that this new method can obtain meaningful and homogeneous regions with accurate, consecutive and one 2p ixelwide boundary. Compared with other methods, this system requires fewer computations and simp ler parameters and can more efficiently reduce the over2segmentation of the watershed algorithm. 【Keywords】　imgae segmentation, color image gradients, Butterworth filter, mathematical morphology, marker extraction watershed. 1.背景及意义 图像分割是图像分析与模式识别中的一个基本问题,也是图像处理中的一个经典难题,多年来得到了广泛和深入的研究。所谓图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。这里所说的特性可以是灰度、颜色、纹理等,目标可以对应单个区域,也可以对应多个区域。常用的图像分割算法有聚类法、边缘检测和区域抽取等。近年来,随着各学科新